ubuntu20.04系统配置深度学习环境

安装Google Chrome

将下载源加入到系统的源列表：

sudo wget http://www.linuxidc.com/files/repo/google-chrome.list -P /etc/apt/sources.list.d/

导入谷歌软件的公钥：

wget -q -O - https://dl.google.com/linux/linux_signing_key.pub  | sudo apt-key add -

用于对当前系统的可用更新列表进行更新：

sudo apt-get update

安装谷歌 Chrome 浏览器（稳定版）：

sudo apt-get install google-chrome-stable

启动谷歌浏览器，它的图标将会出现在屏幕左侧的 Launcher 上，右键添加到收藏夹即可

/usr/bin/google-chrome-stable

安装Pycharm Community版本

官网：https://www.jetbrains.com/pycharm/download/#section=windows
ubuntu下启动pycharm：
在pycharm的安装目录的bin文件下，右键进入终端，输入命令

sh pycharm.sh      

在屏幕左侧Launcher上添加快捷方式：
终端输入：

sudo  gedit  /usr/share/applications/Pycharm.desktop 

添加内容

[Desktop Entry]
Type=Application
Name=Pycharm
GenericName=Pycharm3
Comment=Pycharm3:The Python IDE
Exec=sh /home/lu/software/pycharm-community-2021.1.3/bin/pycharm.sh
Icon=/home/lu/software/pycharm-community-2021.1.3/bin/pycharm.png
Terminal=pycharm
Categories=Pycharm;

改一下pycharm.sh和pycharm.png路径
保存后在搜索里面就能搜到pycharm，右键添加收藏夹

进入python环境：python3
查找python位置：whereis python
退出python环境：quit()

安装Anaconda

下载网址：
官网： https://repo.anaconda.com/archive/ (建议)
或清华大学镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
Anaconda3-5.3.1-Linux-x86_64.sh

到anaconda的安装包下的文件夹，右键进入终端，输入命令

bash Anaconda3-5.3.1-Linux-x86_64.sh  

按enter键浏览完协议
输入yes确认安装

ubuntu下启动anaconda：
在anaconda的安装目录的bin文件下，右键进入终端，输入命令

conda activate       

退出终端：

conda deactivate     

安装NVIDIA驱动

终端键入命令：

nvidia-smi

如果命令找不到，则说明没有安装显卡驱动
使用标准ubuntu仓库进行自动安装
终端键入命令：

sudo ubuntu-drivers devices
sudo ubuntu-drivers autoinstall

安装完驱动后需要重启，重启命令：

sudo reboot

检验是否安装好了驱动

nvidia-smi

gcc降级

Ubuntu20.04自带的gcc版本为9.7.0，需要添加gcc7才可安装cuda10.2，输入命令安装gcc7
安装cuda11.2不需要降级

apt-get install gcc-7 g++-7

安装好的gcc在usr/bin文件夹中，现在里面有7和9两个版本的gcc文件
可以用以下命令查看

ls /usr/bin/gcc*

使用update-alternatives进行版本切换，输入以下命令：

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 1

此命令可以通过update-alternatives设置gcc各版本的优先级，优先级最高的为系统默认版本，可以用下述命令显示其优先级：

sudo update-alternatives --display gcc

设置默认的g++也是如此：

sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 9
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 1

显示g++优先级：

sudo update-alternatives --display g++

输入以下命令查看gcc的默认版本，可以看到当前默认gcc版本为7，即切换成功

sudo update-alternatives --config gcc

安装cuda

查看Nvidia显卡支持的cuda版本
nvidia官网地址：https://developer.nvidia.com/cuda-toolkit-archive
下载正确版本的cuda toolkit
install type 选择runfile(local)

由于之前已经安装好驱动，故在安装的时候使用空格键取消驱动的安装

安装的cuda在/usr/local文件夹下

环境配置：
在主目录下按住Ctrl+H，显示隐藏文件
点击.bashrc文件
添加路径：
把cuda文件夹下的bin目录添加到path中

export PATH=$PATH:/usr/local/cuda-11.2/bin

把cuda文件夹下的lib64文件添加到LD_LIBRARY_PATH中

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64

要使环境变量修改生效，命令行输入：

source ~/.bashrc

可以在终端上查看路径有没有添加进去

echo $PATH
echo $LD_LIBRARY_PATH

查看cuda有没有安装好：
到安装的cuda的bin目录下，打开终端输入命令：

nvcc -V

显示安装的cuda信息
配置好环境变量后，一定要先使环境变量修改生效，nvcc -V才会有结果。

安装cuDNN

官网地址：https://developer.nvidia.com/rdp/cudnn-archive
下载cuDNN需要注册一个NVIDIA账号

下载与cuda对应版本的cuDNN
cuDNN Library for Linux[x86_64]

将解压出的
cuda/include/cudnn.h文件复制到/usr/local/cuda-11.2/include文件夹
cuda/lib64/下所有文件复制到/usr/local/cuda-11.2/lib64文件夹

遇到不能复制粘贴的情况则在对应文件的文件夹下使用命令

sudo cp cudnn.h /usr/local/cuda-11.2/include

返回cuda文件夹进入终端

sudo cp -r lib64/. /usr/local/cuda-11.2/lib64

为上述文件添加读取和执行权限：

sudo chmod 755 /usr/local/cuda-11.2/include/cudnn.h /usr/local/cuda-11.2/lib64/libcudnn*

安装pytorch

官网：http://pytorch.org/
两种安装方式：
1、在终端使用pip命令
2、在终端激活conda，使用conda安装
外网有时候不稳定，多试几次命令.
个人建议用pip安装，更稳定

安装pycocotools

pip3 install pycocotools

安装CV库

pip3 install opencv-python

检测是否安装成功

import cv2

pip安装的库的位置是在主目录下的.local/lib/python3.8/site-packages中
带点说明是隐藏文件，按ctrl+h即可显示